Статистичний метод оцінки ризику

Статистична оцінка ризиків передбачає, окрім визначення середньої очікуваної величини втрат, розрахунок ряду статистичних показників, які характеризують амплітуду коливання значень, ймовірність того, що аналізований параметр не вийде за встановлені межі та ін.

Суть статистичного методу заснована на теорії розподілу випадкових величин. Передбачається, що в умовах наявності великої кількості даних про досліджуваному явищі найбільшу частоту повторення мають випадки, для яких характерне середнє значення параметра, тоді як ймовірність появи крайніх значень близька до нуля. Такий розподіл називається нормальним, його графічна інтерпретація представлена ??на рис. 1. Не заглиблюючись в математичний опис всіх показників, яке досить повно представлено в книгах з теорії страхової статистики, розкриємо їх загальний зміст з позиції оцінки ризику.

Чим воно менше, тим більше вірогідність того, що значення параметра А буде ближче до середнього ?, отже, тим нижче рівень невизначеності. Таким чином, для двох альтернативних варіантів з однаковим середнім значенням ключового параметра (наприклад, прибутку) рівень ризику буде вище там, де більше середньоквадратичне відхилення.

При оцінці різних варіантів один з них може бути більш привабливим за середнім значенням, інший – за показником квадратичного відхилення. У такому випадку інформативним для статистичного аналізу буде розрахунок коефіцієнта варіації b, який являє собою відношення квадратичного відхилення до середнього значення.

Його величина дозволяє шляхом зіставлення двох вищеописаних параметрів визначити загальну привабливість того чи іншого варіанту, ступінь його відповідності нормативним критеріям. Зокрема, існує думка, що якщо коефіцієнт варіації більше 0,5, рівень невизначеності можна оцінювати як критичний.

У теорії математичної статистики існує безліч інших показників, які можуть тим чи іншим чином використовуватися для аналізу ризику. Наприклад, застосовується розрахунок ймовірності того, що значення досліджуваного параметра не перевищить заданої (мінімальної або максимальної) величини, розраховуються показники асиметрії, ексцесу та ін. Більш складними інструментами статистичної оцінки є кореляційний, регресійний аналіз.

Проте варто зазначити, що статистичні методи можуть ефективно використовуватися тільки в тому випадку, коли в наявності є достатньо представницький масив інформації про досліджуваних явищах (прибутковості в конкретній сфері, рівні попиту, динаміки продажів на ринку та ін.). Джерелом такої інформації можуть стати звіти по діяльності компанії за минулі роки, дані по сукупності аналогічних підприємств регіону, країни, огляди ринків і т. П.

Посилання на основну публікацію